基于YOLOv3算法的室内临时障碍物检测方法改进

针对室内疏散引导员需要选择一条畅通路径的问题,提出了一种基于改进的YOLOv3算法的室内临时障碍物检测方法,监控疏散通道中的实时状态.首先引入注意力机制同时缩减网络结构对YOLOv3算法中的特征提取网络进行改进,其次采用双向连接金字塔和适应性卷积检测方式对YOLOv3算法中的特征检测网络进行改进.实验结果表明,改进的Y...     

融合个体识别的3D点云语义分割方法研究

3D点云能清晰、直观、准确地反映真实场景,其中卷积神经网络、随机森林分类器等都是用于3D点云语义分割的主要研究方法,均取得了良好的实验结果。但是到目前为止,在复杂丰富的3D实景中如何实现分割的多通道化还有很大的研究空间。基于此首先介绍了一种精巧、简单的3D点云语义分割框架,然后提出了一种通过学习语义感知的点级个体嵌入方法,将属于同一个体的语义特征融合在一起,使得每个3D点的语义预测更精确,同时实验结果也说明了这种融合个体识别的语义分割方法是可行的有效的,在精度上较PointNet++结构提高了3. 9个百分点,在速度上处理同样4096个点云数据的速度比先进的SGPN结构快约4倍。     

结合超体素几何和色彩信息的快速3D点云分割

针对当前最先进的算法也存在因物体之间堆叠和遮挡关系造成场景分割速度慢、精准度低等问题,提出了一种新颖的快速3D点云分割方法,从点云的超体素划分开始,利用一种捕获几何和颜色信息的新度量标准合并超体素,以获得维持分割区域层次结构的3D分割;该方法还具有与输入点云大小呈线性相关的时间复杂度。与凹凸性方法和基于边界的方法相比,所提出的算法的分割精确度和效率更好。     

基于灰狼算法的室内三维空间图像分割方法研究

研究基于灰狼算法的室内三维空间图像分割方法,提升室内三维空间图像分割结构相似度与效率。通过创建平面直角坐标系、纠正与配准楼层位图和采集三维空间要素图层获取室内三维空间矢量化数据,以该数据为基础利用机器人探索空间,获取三维信息,结合最优点到平面的距离,优化室内三维空间图像帧中所有点,建立最优室内三维空间模型,通过灰狼算法的围捕和攻击等狩猎操作优化K均值聚类函数,形成聚类-灰狼算法的图像分割方法,实现室内三维空间图像分割。实验结果显示：该方法采集的图像要素点比实际位置偏移最多不超过2mm;可以准确建立室内三维空间模型;且分割后的室内三维空间图像信息清晰;与灰狼算法优化前相比,峰值信号比和结构相似度分别提高60.5%和15.5%,运行时间缩短了42.1%。     

车载激光点云中行道树及属性信息提取

由于地物遮挡、数据残缺、噪声等因素的影响,从车载激光扫描数据中提取行道树及其属性信息具有一定难度。针对此问题,提出了一种基于随机森林和车载激光点云数据的行道树及属性信息提取方法。首先,从多角度构建点云特征向量,利用随机森林对特征重要性进行度量和排序,选择对分类起积极作用的特征子集作为训练样本;其次,利用随机森林构建预测模型并对点云进行分类,提取行道树点云;最后,通过基于密度的聚类算法获取单株行道树,并以单株行道树为数据处理单元获取其树高、胸径、冠幅等属性信息。实验结果表明,使用该方法提取的行道树及其属性信息均呈现出较高精度,验证了本文方法的有效性。